ESTATÍSTICA I – 2.o Ano/GES FIN – 1.

o Semestre 2017/18

Teste EN — 8 de Janeiro de 2018 — Duração: 1 hora

SOLUÇÃO

Atenção: Nas perguntas com alternativas, uma resposta certa vale 2 valores, uma resposta
errada vale -0.5 valores.

Cotação:

1. 2.a) b) 3.a) b) 4.a) b)

2 2 4 2 4 2 4

1. Seja X1 , . . . , Xn variáveis aleatórias tais que Xi ∼ Po(λ), i = 1, . . . , n, onde λ > 0. Seja

n
1X
T = Xi (Xi − 1) .
n
i=1

Mostre que E[T ] = λ2 .

RESPOSTA 1.
" n #
1 X
E[T ] = E (Xi2 − Xi )
n
i=1
n n
!
1 X X
= E[Xi2 ] − E[Xi ]
n
i=1 i=1
n n
!
1 X X
= (Var(Xi ) + E 2 [Xi ]) − E[Xi ]
n
i=1 i=1
n n
!
1 X X
= (λ + λ2 ) − λ
n
i=1 i=1
1
= [n(λ + λ2 ) − nλ]
n
n
= (λ + λ2 − λ)
n
= λ2 .

VSFF
2. Considere o par (X, Y ) com função probabilidade conjunta dada por

X\Y 1 2 3 4
1 0.12 0.18 0.24 0.06
2 0.06 0.09 0.12 0.03
3 0.02 0.03 0.04 0.01

a) Calcule P (|X − Y | ≥ 2)
 i) 0.33  ii) 0.35  iii) 0.02  iv) 0.29
b) Determine E[X | Y = 4] e E[X]. Tendo em consideração apenas estes dois valores esperados, o
que se pode afirmar acerca da independência entre X e Y ?

P3
RESPOSTA 2.b) Sabemos que E[X] = x=1 xfX (x), com

4
X 0.6
 x=1
fX (x) = f (x, y) = 0.3 x=2

y=1 
0.1 x=3

logo, E[X] = 1.5.

P3
Por outro lado, E[X | Y = 4] = x=1 xfX|Y =4 (x) com fX|Y =4 (x) = f (x, 4)/fY (4) e fY (4) =
P3
x=1 f (x, 4) = 0.1. Assim,

1
E[X | Y = 4] = (1 × 0.06 + 2 × 0.03 + 3 × 0.01) = 1.5 .
0.1
Não podemos afirmar nada acerca da independência entre as duas variáveis. Apenas se se verificasse
E[X] 6= E[X | Y = 4] poderı́amos afirmar que X e Y não podiam ser independentes.

VSFF
3. No caso do André, o tempo (em minutos) entre duas espreitadelas consecutivas ao telemóvel durante
as aulas segue uma distribuição uniforme contı́nua no intervalo (0, 10).

a) Passaram-se 3 minutos desde a última espreitadela ao telemóvel. Determine a probabilidade de

se passarem pelo menos mais 2 minutos até que o André volte a olhar para o telemóvel.
 i) 5/10  ii) 8/10  iii) 5/7  iv) 3/7
b) Considere 30 tempos entre duas espreitadelas ao telemóvel durante as aulas. Calcule a probabi-
lidade de a soma desses tempos exceder 135 minutos.

RESPOSTA 3.b) Designem-se por X1 , . . . , Xn com n = 30 os tempos (em minutos) entre duas
espreitadelas consecutivas, que consideramos independentes e identicamente distribuı́dos com Xi ∼
U(0, 10). Queremos calcular
n
!
X
P Xi > 135
i=1

e o teorema do limite central garante que para n = 30

Pn
i=1 Xi − nµ a
√ ∼ N(0, 1)
n × σ2

onde µ = E[Xi ] = 10/2 = 5 e σ 2 = Var(Xi ) = 102 /12. Assim,

n
! !
X 135 − 30 × 5
P Xi > 135 ≈ 1 − Φ p ≈ 0.8286.
i=1
30 × 102 /12

VSFF
 4. A distância total (em km) que o Filipe nada em cada um dos treinos que faz duas vezes por semana
é uma variável aleatória com valor médio 2 e desvio padrão 0.1.

a) Considere as distâncias (em km) nadadas pelo Filipe em 10 treinos independentes. O valor
esperado da variância amostral desses tempos é
 i) 0.001  ii) 0.01  iii) 0.09  iv) 0.009
b) Considere agora que a distância total (em km) nadada em cada treino segue uma distribuição
normal. Calcule a probabilidade de, em 4 semanas completas de treinos, a menor distância nadada
num treino exceder 1.9 km.

RESPOSTA 4.b) Sejam X1 . . . , Xn as distâncias nadadas em cada um dos n = 8 = 4 × 2 treinos, que

assumimos independentes e identicamente distribuı́dos, com Xi ∼ N(2, 0.12 ). Queremos calcular

P (X(1) > 1.9)

onde X(1) = min Xi . Assim,

P (X(1) > 1.9) = [1 − F (1.9)]n

1.9 − 2 8
  
= 1−Φ
0.1
≈ 0.2511 .

FIM